买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于视觉Transformer的微表情识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119339422B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411422731.5，技术领域涉及：G06V40/16；该发明授权一种基于视觉Transformer的微表情识别方法是由王君波;付良雨;李玉珂;朱艺宁设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本一种基于视觉Transformer的微表情识别方法在说明书摘要公布了：本发明公开了一种基于视觉Transformer的微表情识别方法，首先进行数据预处理，从由多帧组成的微表情片段中抽取起始帧和峰值帧；然后使用MTCNN将起始帧和峰值帧中的面部区域提取出来，以去除噪声和不必要的背景信息；接下来根据面部检测后得到的两帧面部图像计算得到单张光流特征图；之后将光流特征图输入由双层归一移位Patch标记器、Transformer编码器、特征选择模块组成的高级特征提取器中进行微表情的细粒度与辨别性特征提取；最后将提取的特征输入分类头，输出分类结果。本发明以视觉Transformer作为骨干网络，在此基础上设计了能够适应微表情识别任务的多项技术，使用极小规模的神经网络实现了性能优越的微表情识别。

本发明授权一种基于视觉Transformer的微表情识别方法在权利要求书中公布了：1.一种基于视觉Transformer的微表情识别方法，其特征在于，包括如下步骤： 步骤1：数据预处理； 从由多帧组成的微表情片段中抽取起始帧和峰值帧； 步骤2：面部检测； 使用MTCNN将起始帧和峰值帧中的面部区域提取出来，以去除噪声和不必要的背景信息； 步骤3：光流特征计算； 根据面部检测后得到的两帧面部图像计算得到单张光流特征图； 步骤4：特征提取； 将光流特征图输入由双层归一移位Patch标记器、Transformer编码器、特征选择模块组成的高级特征提取器中进行微表情的细粒度与辨别性特征提取； 将TransFG引入微表情识别以解决特征提取问题； 步骤4-1：设计双层归一移位Patch标记化模块； 步骤4-1-1：将输入的微表情图像沿其对角线的四个方向左上、右上、左下和右下移动半个Patch的距离；将移位后的特征裁剪为与输入图像相同的大小，然后与输入拼接；拼接的特征被分成不重叠的Patch，并且被展平；通过双层Patch归一化模块获得视觉token，用公式表示为： 其中，第i个位移的图像，表示可学习的线性投影，LN·表示层归一化；dS表示Transformer编码器的隐藏维度，Ns表示经过移位的图像数量；P.表示可学习的线性投影； 步骤4-1-2：将类别token与视觉token拼接，然后添加位置嵌入； 所述类别token是具有整个图像的表示信息的token，位置嵌入为视觉token提供位置信息；将模块应用于Patch嵌入层的公式如下： 其中，表示一个类别token，是一个可学习的位置嵌入，N是嵌入token的数量； 步骤4-2：局部自注意力； 步骤4-2-1：对角线掩码定义如下： 其中表示mask相似度矩阵的每个分量； 步骤4-2-2：应用对角mask和可学习温度缩放的局部自注意力定义为： 其中τ是可学习的温度缩放系数，Ev表示Value的线性投影权重；RMx表示对角线掩码注意力权重； 步骤5：分类输出； 将提取的特征输入分类头，输出分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。